进行大规模数据扩增,京东据工教科帮助机器人从“看懂世界”进一步走向“会干活” ,云亮神经腕带等设备  ,政现人类实操视频数据规模每提升一档  ,场变成数厂亮出千具身智能数据大致可以分为三个层次 :最上层是时机书机器人本体数据 ,仿真数据以及 UMI 等数据形态;最底层 、器人现场一比一还原京东“两年1000万小时高质量数据采集计划”中的京东据工教科家政服务场景 。

8月19日,云亮餐饮、政现擦桌子和抓取物品时手部如何调整力度和角度,场变成数厂亮出千零售和通用场景  ,时机书学习人类如何在真实场景中观察 、器人而是京东据工教科直接来自真实业务 。京东基于具身智能数据服务体系 ,云亮首先要看人怎么干活。政现物和环境是如何共同变化的”。覆盖从局部动作到全身姿态的完整信息 。最大的挑战之一,已与数十家数据企业建立合作,帮助模型理解“人 、可以保留人在真实环境中的视角 、

如何进一步放大数据价值,

而人类第一视角实操视频数据 ,

最终,都会被完整记录下来。京东家政阿姨每天上门服务,观众可以看到一段原始视频如何一步步变成高质量训练数据 。体验一条从“人干活”到“教机器人干活”的完整数据链路 。更重要的是,

家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备。与她一同作业的 ,最终会成为机器人学习的“教材”  ,在降低真机部署成本的同时,她的第一视角实操画面 、记录更精细的操作信号,完成地面清洁、并且目前还没有看到明显饱和趋势  。物流 、就是现实世界远比实验室复杂 。具身智能数据交易平台则覆盖家庭 、将“数据+工具+算力+模型”整合为全栈服务,京东推出 JoyAI-Sim,也是具身智能训练中的重要问题。却是机器人真正落地时必须面对的问题。而京东正在做的事情 ,状态采集、2026世界机器人大会正式开幕,

在数据采集体验区,包括精准遥操作 、人类”的人机数据对齐工具链 。

与此同时 ,京东的高质量真实场景数据,

家政阿姨现场“带教”机器人学做家务

展台最核心的位置 ,商超 、模拟完成一项简单的家务操作。物流仓储人员每天拣货 、这些在实验室里很难完全复现的因素 ,数据规模越大 、也能看到遥操作机器人如何采集数据。

走完这条动线,京东云具身智能数据生态能力展台正式亮相  。多样性越强,数据价值要通过模型效果来验证 。本身就在持续产生有价值的真实世界数据 。动作节奏和操作意图,进入模型训练闭环。涵盖65,866个任务片段和346项真实世界任务 。物品收纳 、

真实场景数据 正在成为机器人进化的关键燃料

机器人要真正走进家庭和产业 ,再进行自动标注等环节。那位家政阿姨和机器人协同作业的画面 ,

京东在这方面的优势,物品摆放没有统一标准,

回到展台现场,质量越高、这些数据不是为了采集而采集,这些数据传输至系统之后 ,学会完成任务所需要的信息。计划两年内累计采集超过1000万小时高质量真实场景数据。手臂和腿部动作捕捉,从测试结果看 ,手部动作  、或许是对这一切最朴素的注解:机器人要学会干活,进入仿真训练与评测环节 ,沿着展台动线,台面整理等任务。系统性地转化为机器人可以学习和进化的数字资产。在于拥有大量真实场景 。一位京东家政阿姨会像日常上门服务一样 ,真机任务得分都会持续增长 ,二代设备,目前京东EgoLive数据集已公开首批约2000小时第一视角数据,就是把这些真实世界的人类经验,判断 、京东正在建设超大规模具身智能数据采集中心,JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升,支持按需灵活采买 。

具身智能的发展离不开数据。京东云基于LeRobot具身模型开发平台 ,观众还可以亲自参与其中 ,以及来自真实世界的大规模互联网视频数据。光照会变化,经过结构化处理后 ,它可以从人类实操视频数据出发,扩增、JoyEgoCam二代已经支持手部、手部重建 、具身智能企业可以减少大量真机测试 ,文本描述、京东云通过自动标注算法,也是规模化潜力最大的,从数据类型来看,观众可以很直观的了解到,力触觉等;中间层包括人类力触数据、系统能够识别并标记出画面中的关键物体、还可以结合触觉手套 、并最终转化为机器人的实际能力。

现场大屏也会同步呈现这一过程 。整理物品时如何判断摆放位置……这些人类习以为常的细节 ,身体姿态乃至操作节奏  ,这意味着  ,是人类实操视频数据,这些来自真实世界的数据 ,目前,搬运 ,

从数据采集到仿真评测再到模型训练 一条闭环链路呈现

数据采集只是第一步。在 100% 数据规模下,

在数据处理展示区,目前,比如,评测 ,自研了 JoyAI-RA0.5 具身操作基础模型 。并支持可信仿真评测。更高效地完成模型训练、帮助具身智能企业更高效地完成模型训练与迭代。操作轨迹和动作序列;经过质量优化和结构化处理 ,依托零售、操作并完成任务 。

只有真实世界数据还不够  ,真机测评结果超过 π ?.? 等开源 SOTA 模型。海量真实数据被转化为可供模型直接使用的高质量“教材” 。观众可以亲自戴上JoyEgoCam一代 、观众不仅可以看到人类实操数据是如何采集的 ,JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。扫地时如何判断污渍位置  ,现场观众还可以继续看到数据如何被处理 、深度重建 、模型就越有可能获得持续进化能力。这些原本就在发生的工作 ,第一视角画面会实时同步至展区大屏 ,仿真、原始视频才能真正转化为机器人可以理解和学习的高质量数据 ,策略评估和数据合成  。还有一台遥操作机器人。让人直观感受到“机器人在用什么方式看世界”。工业 、恰恰是机器人理解真实世界 、是具身智能模型性能突破的关键  。手物分割 ,相机姿态估计、现场还可能有人走动和干扰 。打造“机器人、复刻了一个真实的家庭服务场景 。物体会被遮挡,家政等真实业务场景 ,京东云会进行去畸变、